2019.03.05

"5분내 잠금 해제 가능성 93% 적중"··· AI 이용한 스마트폰 활용 연구 '화제'

George Nott | CIO Australia
머신러닝을 이용해 사람들이 자신의 휴대폰을 언제 잠금해제할 지 예측하는 연구 결과가 공개됐다. 멜버른대학의 연구팀이 발표한 '스마트폰 언락에 대한 에너지 효율적인 예측(Energy-efficient prediction of smartphone unlocking)' 보고서다. 연구팀은 이 결과를 이용하면 데이터 취합이나 운영체제 업데이트, 데이터 동기화 등의 작업을 최적의 시각에 처리할 수 있고 에너지 효율성을 높일 수 있다고 설명했다.



멜버른대 휴먼 컴퓨터 인터랙션 학과 교수인 바실리스 코스타코스에 따르면, 스마트폰은 시스템 업데이트와 배터리 유지 측면에서는 전혀 '스마트'하지 않다. 그는 "일반적인 시스템 업데이트에는 수십분이 걸리고 이 작업 동안 스마트폰을 사용할 수 없다. 한번 업데이트 절차를 시작하면 중간에 잠시 멈출 수도 없다. 만약 사용자가 스마트폰을 언제 주로 사용하는 지를 알 수 있다면, 스마트폰 앱과 운영체제를 언제 자동으로 업데이트하는 게 좋을지 결정하는 데 도움이 된다"라고 말했다.

이를 위해 연구팀은 오픈소스 미들웨어인 어웨어(AWARE) 프레임워크의 플러그인인 애플리케이션을 스마트폰에 설치했다. 이 프레임워크는 2주간 안드로이드 사용자 27명의 휴대폰에서 모바일 기기의 문맥 데이터를 수집했다. 초기에 이 앱은 라이트와 위치, 데이터 트래픽 등 18종류의 데이터를 수집했다. 구글의 활동 인식(Activity Recognition) API와 안드로이드의 만보계 API를 이용해 사용자의 활동과 걸음수도 파악했다. 앱 사용 여부도 당연히 수집했다. 이를 이용해 핸드폰 잠금을 푸는 이른바 '언락 이벤트(unlock event)'가 다음에 언제 일어날지는 예측했다.

연구팀은 휴대폰이 다음에 언락되는 시점을 구체적으로 예측하기 위해 다중 선형 회귀와 랜덤 포레스트 등 2가지 회귀 알고리즘을 이용했다. 앞으로 5분 내에 잠금을 풀지 여부를 판단하는 데는 분류 접근법을 사용했다. 이 대학의 박사과정 학생 추 루오는 "이러한 작업을 통해 찾고자 했던 것은 '다음 언락이 언제 일어날까'의 해답이 아니다. '앞으로 특정시간, 예를 들어 몇분 내에 언락이 일어날까'에 대한 해답을 찾는 것이다. 근본적으로 이는 해답을 찾기에 더 쉬운 질문이다. 그러나 많은 스마트폰 작업이 수분 정도 내에 이뤄진다는 것을 고려하면 여전히 유용한 접근법이다"라고 말했다.

단, 이런 결정 과정에서 많은 배터리를 소모해서는 안된다. 사용자 경험을 해쳐서도 안된다. 예를 들어 하드웨어 센서를 이용하는 것은 그 자체로 에너지 소모가 많다. 따라서 연구팀은 소프트웨어 기반 데이터만 이용해 이 작업을 반복했다. 즉, 애플리케이션 사용, 스크린 이벤트, 시간과 성별 등 배터리에 거의 영향을 주지 않는 요소만 고려했다.

하드웨어 센서 혹은 소프트웨어 데이터를 사용한 두 방법 모두에서 연구팀은 '다음 언락 이벤트'에 대해 매우 높은 정확도를 확인했다. 오히려 소프트웨어 기반 데이터만 이용할 때 정확도가 약간 더 높았다. 카스타코스는 "5분 내에 사용자가 휴대폰 잠금을 해제할지에 대해 93% 정확도를 보였다"라고 말했다. 루오도 "실험 결과를 보면  휴대폰 언락을 판단할 수 있는 가장 강력한 지표가 소프트웨어 관련 기능임을 알 수 있다. 마지막 세션을 끝낸 이후 흐른 시간, 즉 휴대폰을 쓰지 않는 시간, 마지막 세션의 실행 시간, 하루 중 시간대 같은 것들이다"라고 덧붙였다.

그러나 이 방법에도 한계가 있다. 많은 사용자가 알림이나 문자 메시지 때문에 종종 휴대폰 잠금을 해제한다. 이런 상황은 머신러닝 방법으로 예측하기가 쉽지 않다. 이번 보고서의 공동 저자 중 한명인 조지 곤카브스는 "AI가 임의로 발생하는 이벤트의 발생 시각을 예측하는 것은 매우 어렵다. 그러나 더 일반적인 이벤트의 경우 충분히 정확히 예측할 수 있다. 예를 들어 많은 사람이 잠들기 직전에 휴대폰을 사용하고 아침까지 잠금 상태가 된다"라고 말했다. 

연구팀의 이전 연구에서는 사용자의 의도를 추론하는 데 초점을 맞췄다. 사용자가 걸려온 전화에 대답할 수 있는지, 문자 메시지에 어떻게 응답하는지, 알림으로 인해 언제 가장 방해를 받는지 같은 것이다. 그러나 이런 작업은 일반적으로 배터리 사용량이 많고 사용자가 실제로 자신의 휴대폰 잠금을 해제하는 요소가 무엇인지에 대해 많은 인사이트를 제공하지 않았다. 

맬버른 연구팀의 이번 연구결과는 휴대폰 사용자에게 많은 혜택이 될 것으로 보인다. 충전 횟수를 줄이고 성능을 높일 수 있기 때문이다. 코스타코스는 "우리 시스템을 기반으로 사용자가 잠을 자는 시간 등 휴대폰을 사용하지 않는 시간대를 찾아 앱과 OS 업데이트 등 많은 컴퓨팅 자원이 필요한 작업을 처리할 수 있다. 새 팟케스 에피소드를 다운로드하거나 게임을 업데이트하는 등 사용자 경험에 영향을 주는 다른 활동도 일정을 잡아 처리할 수 있다"라고 말했다.

이어 "5분마다 업데이트를 체크하는 대신 휴대폰을 사용하기 전에 1번 체크하는 것도 가능할 것이다. 이를 통해 결과적으로 휴대폰 충전이 필요한 시간을 늘리고, 최적의 속도로 시스템을 운영하는 등 더 좋은 사용자 경험을 제공할 수 있다"라고 덧붙였다. ciokr@idg.co.kr


2019.03.05

"5분내 잠금 해제 가능성 93% 적중"··· AI 이용한 스마트폰 활용 연구 '화제'

George Nott | CIO Australia
머신러닝을 이용해 사람들이 자신의 휴대폰을 언제 잠금해제할 지 예측하는 연구 결과가 공개됐다. 멜버른대학의 연구팀이 발표한 '스마트폰 언락에 대한 에너지 효율적인 예측(Energy-efficient prediction of smartphone unlocking)' 보고서다. 연구팀은 이 결과를 이용하면 데이터 취합이나 운영체제 업데이트, 데이터 동기화 등의 작업을 최적의 시각에 처리할 수 있고 에너지 효율성을 높일 수 있다고 설명했다.



멜버른대 휴먼 컴퓨터 인터랙션 학과 교수인 바실리스 코스타코스에 따르면, 스마트폰은 시스템 업데이트와 배터리 유지 측면에서는 전혀 '스마트'하지 않다. 그는 "일반적인 시스템 업데이트에는 수십분이 걸리고 이 작업 동안 스마트폰을 사용할 수 없다. 한번 업데이트 절차를 시작하면 중간에 잠시 멈출 수도 없다. 만약 사용자가 스마트폰을 언제 주로 사용하는 지를 알 수 있다면, 스마트폰 앱과 운영체제를 언제 자동으로 업데이트하는 게 좋을지 결정하는 데 도움이 된다"라고 말했다.

이를 위해 연구팀은 오픈소스 미들웨어인 어웨어(AWARE) 프레임워크의 플러그인인 애플리케이션을 스마트폰에 설치했다. 이 프레임워크는 2주간 안드로이드 사용자 27명의 휴대폰에서 모바일 기기의 문맥 데이터를 수집했다. 초기에 이 앱은 라이트와 위치, 데이터 트래픽 등 18종류의 데이터를 수집했다. 구글의 활동 인식(Activity Recognition) API와 안드로이드의 만보계 API를 이용해 사용자의 활동과 걸음수도 파악했다. 앱 사용 여부도 당연히 수집했다. 이를 이용해 핸드폰 잠금을 푸는 이른바 '언락 이벤트(unlock event)'가 다음에 언제 일어날지는 예측했다.

연구팀은 휴대폰이 다음에 언락되는 시점을 구체적으로 예측하기 위해 다중 선형 회귀와 랜덤 포레스트 등 2가지 회귀 알고리즘을 이용했다. 앞으로 5분 내에 잠금을 풀지 여부를 판단하는 데는 분류 접근법을 사용했다. 이 대학의 박사과정 학생 추 루오는 "이러한 작업을 통해 찾고자 했던 것은 '다음 언락이 언제 일어날까'의 해답이 아니다. '앞으로 특정시간, 예를 들어 몇분 내에 언락이 일어날까'에 대한 해답을 찾는 것이다. 근본적으로 이는 해답을 찾기에 더 쉬운 질문이다. 그러나 많은 스마트폰 작업이 수분 정도 내에 이뤄진다는 것을 고려하면 여전히 유용한 접근법이다"라고 말했다.

단, 이런 결정 과정에서 많은 배터리를 소모해서는 안된다. 사용자 경험을 해쳐서도 안된다. 예를 들어 하드웨어 센서를 이용하는 것은 그 자체로 에너지 소모가 많다. 따라서 연구팀은 소프트웨어 기반 데이터만 이용해 이 작업을 반복했다. 즉, 애플리케이션 사용, 스크린 이벤트, 시간과 성별 등 배터리에 거의 영향을 주지 않는 요소만 고려했다.

하드웨어 센서 혹은 소프트웨어 데이터를 사용한 두 방법 모두에서 연구팀은 '다음 언락 이벤트'에 대해 매우 높은 정확도를 확인했다. 오히려 소프트웨어 기반 데이터만 이용할 때 정확도가 약간 더 높았다. 카스타코스는 "5분 내에 사용자가 휴대폰 잠금을 해제할지에 대해 93% 정확도를 보였다"라고 말했다. 루오도 "실험 결과를 보면  휴대폰 언락을 판단할 수 있는 가장 강력한 지표가 소프트웨어 관련 기능임을 알 수 있다. 마지막 세션을 끝낸 이후 흐른 시간, 즉 휴대폰을 쓰지 않는 시간, 마지막 세션의 실행 시간, 하루 중 시간대 같은 것들이다"라고 덧붙였다.

그러나 이 방법에도 한계가 있다. 많은 사용자가 알림이나 문자 메시지 때문에 종종 휴대폰 잠금을 해제한다. 이런 상황은 머신러닝 방법으로 예측하기가 쉽지 않다. 이번 보고서의 공동 저자 중 한명인 조지 곤카브스는 "AI가 임의로 발생하는 이벤트의 발생 시각을 예측하는 것은 매우 어렵다. 그러나 더 일반적인 이벤트의 경우 충분히 정확히 예측할 수 있다. 예를 들어 많은 사람이 잠들기 직전에 휴대폰을 사용하고 아침까지 잠금 상태가 된다"라고 말했다. 

연구팀의 이전 연구에서는 사용자의 의도를 추론하는 데 초점을 맞췄다. 사용자가 걸려온 전화에 대답할 수 있는지, 문자 메시지에 어떻게 응답하는지, 알림으로 인해 언제 가장 방해를 받는지 같은 것이다. 그러나 이런 작업은 일반적으로 배터리 사용량이 많고 사용자가 실제로 자신의 휴대폰 잠금을 해제하는 요소가 무엇인지에 대해 많은 인사이트를 제공하지 않았다. 

맬버른 연구팀의 이번 연구결과는 휴대폰 사용자에게 많은 혜택이 될 것으로 보인다. 충전 횟수를 줄이고 성능을 높일 수 있기 때문이다. 코스타코스는 "우리 시스템을 기반으로 사용자가 잠을 자는 시간 등 휴대폰을 사용하지 않는 시간대를 찾아 앱과 OS 업데이트 등 많은 컴퓨팅 자원이 필요한 작업을 처리할 수 있다. 새 팟케스 에피소드를 다운로드하거나 게임을 업데이트하는 등 사용자 경험에 영향을 주는 다른 활동도 일정을 잡아 처리할 수 있다"라고 말했다.

이어 "5분마다 업데이트를 체크하는 대신 휴대폰을 사용하기 전에 1번 체크하는 것도 가능할 것이다. 이를 통해 결과적으로 휴대폰 충전이 필요한 시간을 늘리고, 최적의 속도로 시스템을 운영하는 등 더 좋은 사용자 경험을 제공할 수 있다"라고 덧붙였다. ciokr@idg.co.kr


X